【精華分享】：轉行資料分析的一份學習清單
作者：xiaoyu
微信公眾號：Python資料科學
知乎：Python資料分析
有很多朋友問我學習了Python後，有沒有什麼好的專案可以練手。
上一篇主要分享了博主親身轉行資料分析的經歷：【轉行資料分析的親身經歷】
本篇繼上一篇將分享轉行資料分析的一些經驗和學習方法，看完這篇你將會解決以下幾個問題：
轉行資料分析需要掌握哪些學習重點？
轉行學習資料分析有哪些好的學習資源？
注意：
本篇內容是針對所有想轉行資料分析人員的，內容深淺不一。若內容過於簡單，可直接略過，若內容過於複雜，也不必擔憂
本篇涉及到的所有推薦書籍博主已經打包，文章末尾會提供獲取方式
程式設計基礎
如果你是一個對程式設計毫無經驗的小白，那麼首先你應該掌握一定的程式設計基礎（尤其像從其它行業轉行到IT行業的朋友們）。對於新手來說，博主認為Python語言是最佳的選擇。作為一個解釋型的動態高階語言，Python易於理解，上手簡單，非常適合初學者學習。一本快速入門Python語言的書籍推薦：簡明Python。這本書英文原版為《A Byte of Python》，經翻譯變為《簡明Python》。博主也給好多人推薦過，大家看過之後基本上都很認同，是入門Python最快效果最好的書籍。
如果你已經瞭解了Python程式設計的基礎用法想要繼續深入學習Pyhon，那麼博主推薦你去看：廖學峰Python教程。
學完了Python的理論知識，當然就需要應用，需要實戰。博主之前分享了一篇文章非常適合Python初學者的實戰專案，非常有趣，也易於實現。如果你也苦於找不到一個合適的練習專案，那麼可以嘗試一下這個練習專案：
資料分析基礎
拋開對業務層面的基本理解，學好資料分析首先需要了解統計學，統計分析是資料分析的基礎，也是靈魂。下面博主列出統計分析的幾個核心內容：
-
描述統計，統計推斷，概率論；
-
抽樣，分佈，估計，置信區間，假設檢驗；
-
線性迴歸，時間序列；
博主推薦一本比較好的統計學書籍：統計學，這本書清晰的講述了基礎的統計學知識，非常經典。
資料分析工具
SQL語言
博主之前做過一個統計，就是統計招聘網站上關於資料分析師的招聘資訊關鍵詞，其中詞頻最高的是SQL。這就說明了一個問題：資料分析師最關鍵的一項技能就是會使用SQL語言操作資料庫。
關於SQL的學習博主推薦兩個學習路徑：
-
w3school
-
SQL必知必會
這個學習沒有捷徑，需要一個學習規劃，一般學習週期不長，兩個星期就可以學一遍，但是更多的是反覆練習刷題，推薦到Leetcode進行一些實踐練習。
Excel基本操作
作為微軟的一個出色表格處理工具，Excel也是資料分析師需要掌握的。因為公司很多其它部門非技術人員是不會使用程式設計工具的，而會使用相對簡單的Excel來處理一些報表。這個時候就可能需要你可以在Excel中做一些資料分析工作然後反饋，但是也不必太深入，掌握核心的功能即可，比如：
-
增刪改查
-
各類常用函式的使用
-
各類基礎圖示的製作
-
資料透視表等
能夠熟練運用上面功能就可以，學習週期很短，甚至一天就能學會，主要是熟練。而對於剩下的複雜功能等遇到了再學習也不遲。
Python or R？
R語言就是為統計學而設計的語言，是統計行業中非常高效實用的工具，目前非常受歡迎。而Python作為目前非常火爆的語言，由於其出色的科學計算包pandas，numpy，scikit-learn等的存在，非常適合於資料分析與資料探勘，也是很多人的不二選擇。
關於這Python和R，博主認為二者皆可，選擇自己順手和喜歡的。由於博主自己是Python愛好者，也因為它的簡單易用，因此強烈推薦使用Python。在Python的基礎上有更高階的互動式IPython工具，可以說這讓資料分析變得更加方便了，博主推薦使用Jupyter notebook，非常好用，誰用誰知道，如果不知道怎麼用，可以參考下面教程快速入門。
如何使用Python進行資料分析？
使用Python做資料分析，首先需要學會使用numpy和pandas包，因為它是Python資料分析的核心工具。numpy主要解決一些數學計算，矩陣變換，線性代數等問題，pandas更像是一張excel表，有行列定義，欄位定義，以及資料變換和預處理等操作。兩個計算包非常強大，pandas包自己就有兩千多個方法，但是別慌，我們只要掌握核心方法就可以了。關於如何學習numpy和pandas，博主後續也會不斷分享介紹，但是這裡先貼出兩張numpy和pandas學習的思維導圖，總結的非常好。
-
numpy學習思維導圖
-
pandas學習思維導圖
除此之外，推薦一本特別好的Python資料分析書籍：利用Python進行資料分析，這本書是入門Python資料分析非常好的書籍，從numpy，pandas，資料預處理，資料重塑合併，資料變換等各種關於資料的操作，最後還介紹了Python的時間序列用法以及在金融領域上的應用。
另一本推薦的資料分析書籍是：深入淺出資料分析，這本書使用圖表示意比較多，內容也很豐富，也是不錯的參考資料。
Python資料視覺化
Python的資料視覺化工具是matplotlib，matplotlib的功能也十分強大，將它使用好會讓你的資料視覺化美觀清晰，吸人眼球。另外一個視覺化工具是seaborn，它是在matplotlib基礎上封裝的更高階的視覺化工具，使用方便，圖表非常美觀，並有FaceGrid，PairPlot，heatmap等強大的複合型視覺化方法。
這兩個工具的官方網站都有詳細的使用說明，但如果你想快速學習核心使用方法也可以參考下面幾個教程：
爬蟲和機器學習
好多朋友問：資料分析崗位要求會爬蟲嗎？要求會機器學習嗎？
首先說爬蟲。其實說實話，對於資料分析而言，爬蟲真不是必須的，因為一般的大公司都有專門的爬蟲團隊。資料分析只是將資料從資料庫取出然後做資料處理和分析。不過，爬蟲作為一項技能是可以在一定程度上加分的，起碼在博主的面試經歷中是這樣的。博主之前分享過一系列爬蟲技術的文章，感興趣的朋友也可以在後臺學習資源中找到，這裡不贅述了。
其次是機器學習。對於機器學習，博主想說這部分還是有必要了解一下的（不是必須），因為一是可以給自己加分，另外也可以讓自己清楚未來的職業方向。資料分析的發展方向一般有BI商業方向，行業分析業務方向，和機器學習資料探勘方向。瞭解常用的監督和非監督模型，如樸素貝葉斯，決策樹，聚類等可以讓自己更加深刻得理解資料分析。
機器學習的書籍推薦：《統計學習方法》，《機器學習》，《機器學習實戰》三本書。
李航的統計學方法和周志華的機器學習（西瓜書）是大家最為熟知，最經典的書籍資源，兩本書主要介紹機器學習的統計理論知識和公式推導，比較難啃，對於初學者其實並不建議花費大量時間深究。因為機器學習涉及的東西很多很雜，對於數學要有很強的功底，所以並不是短時間內可以全部掌握的。對於轉行人員來說，時間是很寶貴的，因此博主建議這兩本書可以作為參考，但不必盲目深入研究。而對於已經從事本行業的人員，這兩本書無疑是最絕佳的參考資料，可以反覆閱讀。
機器學習實戰這本書從實際應用的角度出發，更多的介紹了機器學習程式設計方面的使用，並附有大量原始碼分析，是非常具有特色的一本參考書籍，比較適合初始學習機器學習的人員。當然還有很多其它的參考資料，比如臺大林軒田，Andrew Ng機器學習視訊也是非常好的教學資源。
博主的建議是：先從巨集觀上了解各個模型的特徵，優缺點及主要的應用，然後再慢慢由淺入深的學習各個模型演算法的緣由和推導，因為這樣不但會逐漸建立信心，也會對模型演算法有更深刻的理解。總的來說，幾本書各有特色，相輔相成，建議結合幾本書一起學習效果最佳。當然，關於機器學習這部分，博主後面也會陸續給大家介紹。
資源獲取方式
以上就是博主對於資料分析學習方法和資源的一些分享。本篇推薦的參考資料和書籍已經打包，可以通過加入資料分析交流群獲取（後臺點選交流群可以找到），也可以通過掃描以下二維碼獲取。
博主分享真實經歷就是希望給大家提供一個正確的學習路線和方法，因為自己曾經走過不少坑，摸爬滾打到現在真心不易。如果大家覺得本篇內容對你有所幫助，那麼還請大家多轉發分享和點贊（好兄弟是時候該挺一波了吧）。
傳送 學習資料，獲取經典書籍電子書